Web大数据多层级相关推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要工作及组织结构 | 第11-14页 |
| 1.3.1 论文主要工作 | 第11-12页 |
| 1.3.2 论文内容的组织结构 | 第12-14页 |
| 第2章 单层级相关推荐 | 第14-32页 |
| 2.1 相关推荐场景分析 | 第14-15页 |
| 2.2 基础推荐算法的选择 | 第15-16页 |
| 2.3 发挥长尾效应提高多样性 | 第16-17页 |
| 2.4 基于热度融合的相关推荐 | 第17-25页 |
| 2.4.1 基于热度融合的相关推荐框架 | 第17-18页 |
| 2.4.2 基于热度的物品划分算法 | 第18-20页 |
| 2.4.3 基于热度排序的相关推荐算法 | 第20-21页 |
| 2.4.4 基于热度均衡化的相关推荐算法 | 第21-25页 |
| 2.5 实验结果及分析 | 第25-31页 |
| 2.5.1 实验数据集 | 第25-26页 |
| 2.5.2 参数α分析实验 | 第26-28页 |
| 2.5.3 准确性对比实验 | 第28-29页 |
| 2.5.4 多样性对比实验 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 多层级相关推荐 | 第32-47页 |
| 3.1 基于资源传播的相关推荐 | 第32-38页 |
| 3.1.1 基于热度的资源传播 | 第33-34页 |
| 3.1.2 基于概率的资源传播 | 第34-36页 |
| 3.1.3 混合资源传播 | 第36-37页 |
| 3.1.4 基于资源传播的相关推荐算法 | 第37-38页 |
| 3.2 基于用户反馈的多层级相关推荐 | 第38-42页 |
| 3.2.1 基于用户反馈的多层级相关推荐流程 | 第38-39页 |
| 3.2.2 用户反馈CTR计算 | 第39-40页 |
| 3.2.3 基于用户反馈的多层级相关推荐算法 | 第40-42页 |
| 3.3 实验结果及分析 | 第42-46页 |
| 3.3.1 相似度计算时间对比实验 | 第42-43页 |
| 3.3.2 点击反馈对比实验 | 第43-45页 |
| 3.3.3 准确性对比实验 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 多层级群相关推荐 | 第47-63页 |
| 4.1 群推荐分析 | 第47页 |
| 4.2 基于特征划分的群相关推荐 | 第47-49页 |
| 4.2.1 基于单特征划分的群相关推荐算法 | 第48页 |
| 4.2.2 基于多特征组合的群相关推荐算法 | 第48-49页 |
| 4.3 基于资源传播的群相关推荐 | 第49-52页 |
| 4.3.1 用户-物品-特征三元网络的构建 | 第49-50页 |
| 4.3.2 三元网络中的资源传播 | 第50-51页 |
| 4.3.3 基于资源传播的群相关推荐算法 | 第51-52页 |
| 4.4 基于逻辑回归的多层级群相关推荐 | 第52-58页 |
| 4.4.1 基于逻辑回归的多层级群相关推荐流程 | 第52-53页 |
| 4.4.2 实时CTR计算 | 第53-54页 |
| 4.4.3 群相关推荐场景中的逻辑回归模型 | 第54-56页 |
| 4.4.4 基于逻辑回归的多层级群相关推荐算法 | 第56-58页 |
| 4.5 实验结果及分析 | 第58-62页 |
| 4.5.1 不同群体偏好对比实验 | 第58-59页 |
| 4.5.2 单特征群相关推荐对比实验 | 第59-61页 |
| 4.5.3 多特征群相关推荐对比实验 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63-64页 |
| 5.2 论文展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间取得的学位论文相关科研成果 | 第70页 |
